工具之家 > 现代电子技术 > 基于人工鱼群算法优化神经网络在网络入侵检测中的应用研究

基于人工鱼群算法优化神经网络在网络入侵检测中的应用研究

发布时间:2019-05-14 02:15:00 文章来源:工具之家    

 推荐工具:金融理财app工具实用工具

朱小华

摘 要 为解jue传统ruqinjiance算facun在de检测正确率低高误播率和检测效率低de问题结heBPshenjing网luo算fa在网络ru侵检测中de优点提chuyi种采用rengong鱼qun算法优化BP神jingwang络算法de方法通过仿zhenshi验表明采用优化的神jing网络对ru侵shujujin行学习和检测与传统网络入侵检测算法相比,ju有较高的检测准确率和效率,可以很好地检测ge种网络入侵类型,大大提高了网luodean全性neng

关键词 BP神经网络 人工鱼qunsuan法; 入侵检测; 优化模型

中tu分类hao TN711?34 wen献标识码: A 文章bian号: 104?373X(201701?0080?03

Abstract: In order to solve the problems of low detection accuracy, high false alarm rate and low detection efficiency exis?ting in the traditional intrusion detection algorithm, a method of using artificial fish swarm algorithm to optimize the BP neural network algorithm is proposed in combination with the advantages of BP neural network algorithm in network intrusion detection. The simulation experiment results show that, in comparison with the traditional intrusion detection algorithm, the optimized neural network has higher accuracy and efficiency while learning and detecting the intrusion data, can detect various network intrusion types better, and improve the network safety performance greatly.

Keywords: BP neural network; artificial fish swarm algorithm; intrusion detection; optimization model

sui着互联网技术的迅速发展和网络应用规模的buduan扩大,计算機网络已经成为人们生产和生活的重要组成bu分。但是,随着当下各种网络攻击和病毒入侵事jian频发,传统的防火墙和杀毒技术面对新型木马和yuan程探测攻击等新型网络攻击手段显得li不从心。对yuchuan统技shu入侵检测技术在可防御入侵类型和效率等方面的优势得到了人们的广泛关注。但是,传统的入侵检测技术自身具有检测效率低,维护性、系统更新能力低,漏报和误报率较高等缺陷。因此ben文引入基yu鱼群算法优化的BP神经网络这一智能算法构建入侵检测模型,以提高其检测效率和检测性能[1?3]。

1 人工鱼群算法

人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)采用人工鱼定yi整个鱼群中的各个个体,在其内bu封装了shu据和一系列行为规则,然hou将问题的解空间模拟成huan境里的食wunongdu;将问题的自变量模拟成人工鱼的zhuang态。通过每条人工鱼在其搜索空间中寻找最佳解决方案,实现全局的最优自适应搜索[4]。利用AFSAyou化BP神经网络,就是利用人工鱼群算法在训练中不断调整网络的quanzhi和zhi,实现误差最小的寻youmu的,其优化的具体流程如图1suo示。

定义BP神经网络节点和节点zhi间的输入权值为输出权值为输出节点的阈值为人工鱼群的状态变量为设鱼qungui模为人工鱼的状态为维xiang量,是神经网络权值和阈值的总和,初shi化人工鱼编码,其后随机产生人工鱼初始群体。

定义向量为人工鱼的状态向量,其中是欲寻优的变量,定义为人工鱼当下的食物浓du,其中,为目标函数值。用欧式距离表示各个个体之间的距离。此外,定义Visual为人工鱼的gan知范围,Step为人工鱼的最大移dong步长,为鱼群拥挤度因zi。经过执行觅食、聚群、追尾三种方法对状态变量进行反复优化后可以得到鱼群最佳适应度值,即BP神经网络的最佳结构参数。

2 模型的实验过程及结果fenxi

2.1 实验环境

本次实验的硬件平台为Intel i7 4.8 GHz,16 GB内存he2 TB硬盘的计算机,实验在Windows 10平台上用Matlab语言编程实现。

2.2 实验数据源的选取

本文仿zhen实验采用KDD 99数据集,该数据集为目qian网络入侵检测yan究中最常用的数据集。它包含了jin500万条虚拟攻击和正常访问记录。其中包含的最常jian的攻击类型有以下几种:拒绝fuwu攻击(DoS)、本地用户权限提升攻击(U2R)、远程攻击(R2L)、探测攻击(Probe)和新类型攻击(Other)[5],在KDD 99数据集中,每条链jiedu包含41个特征,标志着这条链接记录的各个属性,这些属性之间的取值范围也有差异,在入侵检测仿真实验中必须先将这些原始数据进行预处理,再按照神经网络建模的要qiu进行归一化处理。本次实验从数据集中随机选取1万条包含各种攻击方法的实验数据。

2.3 神经网络模型的计算和结果分析

考虑到模型的收敛速度,本文的入侵检测模型用三层BP神经网络lai实现,神经网络的输入层包含41个神经元,输出层有6个神经元,隐含层神经元个数通过经验公式选择为17。

在Matlab 2015a中应用输入和输出样本向量对网格进行训练,定义期望误差为10-4。在训练过程中,BP神经网络误差的变化情形如图2所示。

由图2可知,该BP神经网络通过164步yun算后收敛到预定精度要求。

使用人工鱼群算法优化该BP神经网络,参考文献[6?7]设定鱼群规模人工鱼移动最大步长人工鱼的最大视野拥挤度因子采用优化后的神经网络误差变换情况如图3所示。

对比图2,图3可知,BP神经网络经过164步运算后才能达到预设精度,而鱼群算法优化的BP神经网络(ASFA?BP)只需要46步运算就能实现理想精度,采用ASFA?BP神经网络的收敛速度大大提高。

为了进一步研究BP神经网络和ASFA?BP神经网络的入侵检测性能,本文采用正确率、误播率和检测时间三个性能指标对其进行评价,其对五种网络入侵方式的检测结果如图4所示。

由图4可知,经过人工鱼群算法优化的BP神经网络相对yu原BP网络,在大大提gaozheng确率,降低误播率的同时,大幅度降低了入侵检测所需要的时间,提高了网络的入侵检测效率。这是yinwei相对传统的BP神经网络算法,AFSA?BP网络的搜索能力更强,可以找到最优的神经网络连接权值和阈值,从而获得更加理想的网络入侵检测结果。

3 结 论

本文针对BP神经网络在入侵检测中存在收敛速度较慢、收敛于局部最优值等问题,引入鱼群算法优化BP神经网络来快速获得全局最优值。通过利用该优化模型进行的仿真实验表明,采用AFSA?BP神经网络的网络入侵检測系统具有较高的检测精度,可以有效提高网络的安全性。

参考文献

[1] 彭沙沙,张红梅,卞东亮.计算机网络安全分析研究[J].现代电子技术,2012,35(4):109?112.

[2] 胡明霞.ji于BP神经网络的入侵检测算法[J].计算机gongcheng,2012,38(6):148?150.

[3] 周飞.人工鱼群算法优化神经网络的应用研究[J].系统工程学报,2014(2):328?335.

[4] 危sheng军,胡昌振,姜飞.基于BP神经网络改进算法的入侵检测方法[J].计算机工程,2005(13):154?155.

[5] GHOSH A, SEHWARTZBARD A. A study in using neural networks for anomaly and misuse detection [C]// Proceeding of the 8th Conference on USENIX Security Symposium. Washington, D. C.: ACM, 1999: 914?922.

[6] 杨shu霞,韩奇,徐琳茜,等.基于鱼群算法优化BP神经网络的电力客户满意度综合评价方法[J].电网技术,2011,35(5):146?151.

[7] 李吉阳.基于人工鱼群优化BP神经网络的入侵检测系统[J].计算机工程应用研究,2015,35(2):321?332.

[8] 付晓明,王福林,尚家杰.基于多子代遗传算法优化BP神经网络[J].计算机仿真,2016,33(3):258?263.

现代电子技术 2017年1期

现代电子技术的其它文章 基于ASD与LBS的移动农资物流配送系统研究 基于传输线方程deduo根非平行传输线串扰分析 基于改进半边数据结构的计算机仿真3D建模平台研究 基于信息共享的图书馆空间及服务电子系统模式研究 全日盲zi外成像探测仪光学系统设计 变dianzhan接地极电阻建模计算及特征分析
转载请注明来源。原文地址:https://www.5420.com.cn/view/2019/0514/15933/
 与本篇相关的热门内容: